Question

您好我正在使用armadillo库将一个脚本从MATLAB重写为C ++，用于线性代数和矩阵。

获得或多或少相同的输出我称为cout方法：

cout.precision(4);
cout.setf(ios::fixed);

但是我得到了不同的结果：

Matlab结果：

0.0000    0.0000    0.0000    0.0000    0.0000   
0.0012    0.0014    0.0016    0.0020    0.0281  
0.0396    0.0297    0.0297    0.0495    0.0976

Armadillo c ++结果：

0.0000    0.0000    0.0000    0.0000    0.0000 
0.0012    0.0014    0.0016    0.0020    0.0282 
0.0416    0.0312    0.0312    0.0520    0.1027

现在，我不知道在我的C ++代码翻译中是否有一些错误引起了一点点不精确（0.039接近0.041），或者它们应被视为双精度之间的正常差异g ++和MATLAB

在我的代码中，我使用了很多这样的循环：

xi_summed = xi_summed + normalise((trans % (alpha.col(t) * b.t())));

其中xi_summed，trans，alpha，b为arma::mat，%为逐元素乘法，{{1} transpose和normalize是一个函数，它使矩阵mat::t()数组的条目总和为A。

Answer 1

这肯定不是正常的差异！

机器epsilon将比你得到的误差小几个数量级（即2.22e-016 vs. 2.0e-3）。

您可以使用以下C ++代码确认您的机器epsilon：

#include <limits>

cout << "Machine Epsilon is: " << numeric_limits<double>::epsilon() << endl;

您的Matlab脚本将受到相同的限制;您可以通过在Matlab命令窗口中输入以下内容来确认：

eps

如果您在Matlab和C ++中执行的计算在数学上是等效的，那么您应该获得相同的结果 - ，尤其是4 d.p.精度！

Answer 2

通常精度要好得多，你可以通过输入eps来找出matlab的精度。对我而言，2.2204e-16。

然而，它也很大程度上取决于你正在做的微积分。

例如，如果计算两个非常大的数字的差异，并且差异非常小，那么您的精确度将非常差。

确实，eps是相对精确度。因此，如果您键入eps(n)，您将获得给定值的精度。

例如，eps(10^16)为2。因此，对于数字大小为10^16的操作，精度将为2。